标题：基于解耦变分自编码器的多视图表示学习
作者：王刘洋 林仁军
作者单位：广东工业大学，广东 广州 510006
关键字：变分自编码器；多视图表示学习；一致性和互补性信息
摘要：为了高效利用多视图数据之间的一致性和互补性信息，提出了一种多视图解耦的变分自编码器（MVDVAE，Multi-View Disentangled Variational Auto-Encoder）模型。该模型针对一致性信息提出了一种基于变分自编码器（VAE，Variational Auto-Encoder）的分布对齐和加权融合策略，可以达到视图间共有信息的一致性；其次，为了保留各视图的特有信息以及解耦一致性和互补性，提出了强化重建损失，去保留采样后的互补性信息。实验结果表明，该模型相较于其他方法在三个真实数据集上都有较大的提升。